Re-engineered version of MINMOD: A clinical tool based on physiological modelling of the glucose-insulin system to quantitatively assess insulin sensitivity in healthy subjects and patients with type 2 diabetes mellitus
Translated title
Rekonstrueret version af MINMOD: Et klinisk værktøj baseret på fysiologisk modellering af glukose-insulin-systemet til kvantitativ estimering af insulinsensitivitet ved raske personer og patienter med type 2-diabetes mellitus
Author
Polcwiartek, Jakob
Term
4. term
Publication year
2017
Submitted on
2017-06-07
Pages
100
Abstract
Fysiologiske modeller af samspillet mellem glukose og insulin kan hjælpe os med at forstå diabetes bedre ved at beregne insulinfølsomhed hos både raske personer og patienter med prædiabetes eller type 2-diabetes. Insulinfølsomhed beskriver, hvor effektivt kroppen reagerer på insulin. Den nuværende guldstandard til at måle dette er den euglykæmiske-hyperinsulinæmiske clamp, men metoden er tidskrævende, invasiv og arbejdskrævende. Et udbredt alternativ er Bergmans minimodel, som estimerer insulinfølsomhed ud fra en intravenøs glukosetolerancetest (IVGTT), hvor man giver glukose i en blodåre og måler kroppens respons. Modellen findes i PC-programmet MINMOD Millennium, men denne software er forældet, begrænset til én optimeringsalgoritme og giver næsten ingen mulighed for tilpasning. Formålet med dette speciale var derfor at re-engineere en version af MINMOD med fokus på større fleksibilitet i optimeringsprocessen, så relevante parametre som insulinfølsomhed kan estimeres efter behov. Vi implementerede Bergmans minimodel og anvendte en ikke-lineær mindste kvadraters metode (nonlinear least squares) i en PC-applikation udviklet i MATLAB (R2015a). Relevante IVGTT-datasæt fra litteraturen blev fundet, klargjort og indarbejdet i den re-engineerede løsning. Programmet blev præsenteret i en grafisk brugerflade (GUI), og udviklingsprocessen fulgte overordnet vandfaldsmodellen og grundlæggende brugbarhedsheuristikker. Resultatet var en enkel og minimalistisk GUI, hvor brugeren kan tilpasse optimeringsforløbet og vælge, hvilke parametre der skal estimeres, herunder insulinfølsomhed. De estimerede parametre kunne i vid udstrækning genskabes og sammenlignes med publicerede resultater, hvilket giver en vis grad af validering. Yderligere test er dog nødvendig for en stærkere validering.
Physiological models of the glucose–insulin system can improve our understanding of diabetes by estimating insulin sensitivity in healthy people and in those with prediabetes or type 2 diabetes. Insulin sensitivity describes how effectively the body responds to insulin. The current gold standard for measuring it is the euglycemic–hyperinsulinemic clamp, which is time-consuming, invasive, and labor-intensive. A widely used alternative is the Bergman minimal model, which estimates insulin sensitivity using the intravenous glucose tolerance test (IVGTT), where glucose is given through a vein and the body’s response is measured. This model is implemented in the PC application MINMOD Millennium, but that software is outdated, limited to a single optimization algorithm, and offers very little customization. This thesis therefore set out to re-engineer a version of MINMOD with greater flexibility in the optimization process, enabling estimation of key parameters such as insulin sensitivity. We implemented the Bergman minimal model and used a nonlinear least squares approach in a MATLAB (R2015a) PC application. Relevant IVGTT datasets from the literature were identified, prepared, and incorporated into the re-engineered tool. The application was delivered with a graphical user interface (GUI), and the development process broadly followed the waterfall model and usability heuristics. The result is a clean, minimalist GUI that lets users customize the optimization and choose which parameters to estimate, including insulin sensitivity. Estimated parameters could largely be replicated and compared with published findings, providing a degree of validation. Further testing is needed to strengthen this validation.
[This abstract was generated with the help of AI]
Documents